Abstract TP364: Importance of Collaboration of Hospital Leaders in Implementing Stroke Best Practice Across 17 Organizations
Notice bibliographique
Résumé
Background: Literature indicates that organized acute stroke care and early access to intense rehabilitation improves patient outcomes. Toronto-wide system data demonstrated 1) Institutional variation in acute and rehabilitation stroke care performance 2) Specialized acute stroke centres perform better for mortality, readmission rates, time to rehab referral, and length of stay 3) Patients could be better streamed to appropriate rehab settings (18% of inpatient referrals were mild stroke; 3% of strokes referred to outpatient) 4) Need for higher intensity rehab post severe stroke to improve outcomes. Purpose: To re-organize the stroke system in a large city (Toronto) to increase access to acute stroke units and timely, appropriate rehabilitation while reducing variability in care. Methods: Recommendations generated from the above needs were endorsed by regional funders and organization CEOs. Key system decision-makers were engaged in planning and implementation through regional task groups. Organization-specific gap analyses and implementation plans were developed based on best practice and system needs. An evaluation framework, including targets, was created. Results: All 17 Toronto acute and rehab organizations committed in writing to a common vision of stroke care: o Reorganization of acute care to hospitals with geographical stroke units and dedicated interprofessional teams supporting evidence-based processes. o Early access to high intensity inpatient (3 hours therapy/patient/day within 5-7 days of stroke onset) and outpatient rehab (within 2 weeks of acute discharge). Organizational implementation plans are in progress. Working groups were established to address emerging system issues (e.g. Emergency walk-in patients). Conclusion: Key enablers crucial to the success of this transformational system change include: engagement of key stakeholders/leaders, grounding in best practices, based on a system perspective, supported by data, and funder endorsement. Regular monitoring and status reporting provides a foundation for ongoing continuous quality improvement and accountability. A knowledge translation strategy is being developed to support implementation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,072 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».